本研究以捨棄式車刀架為架構，在節省研磨刀角時間與刀具準備數量的考量下，將兩種不同車削功能之車刀建構在一把刀架上，一端具有車削外徑功能，另一端具有切槽之功能，其成品經由CNC綜合加工機大量製造後可供學校實習使用，可節省各式車刀架之購置成本，並藉由自行設計及製造來提升加工技術層次。 文中係以車床加工實習及機械加工丙級技能檢定題目中使用頻率最高的2把車刀(外徑車刀以及切槽車刀)為主要對象來設計製造車刀架原型，在製作過程中使用3D電腦繪圖技術及CNC電腦數值控制機械來輔助完成，並將模治具製作技術導入，最後再藉由Solidworks電腦繪圖軟體進行車刀架應力及變形分析，以了解車刀架於車削過程中之應力分佈、變位情形及其安全係數值等。

近年台灣漏水問題頻繁，每滴水都格外珍貴。我們無法解決水管破裂造成的漏水，但是我們可以改善校園中常有人忘記關水龍頭或漏水未維修的情況，減少水資源嚴重的浪費。 本實驗使用Web:Bit開發板連接電腦偵測到的數據，發現漏水偵測電極的材質與結構都會影響偵測漏水的敏銳度，透過塑膠片磨砂處理與選擇黏貼間距適中的銀箔導電膠帶效果最為良好，以此條件進行實際水龍頭漏水實驗，Web:Bit會將漏水感測之結果傳送至LINE，可即時警示回報，進而得以改善或維修。 本研究已達成有效偵測漏水，利用Web:Bit將漏水感測之結果傳送至Google試算表，可以長期記錄學校各點之用水狀況，透過大數據分析學生用水習性，希望未來此裝置能廣泛應用於各場所，為節能減碳永續環境盡一份心力。

About 15% of the world's population lives with some form of disability, of whom 2-4% experience significant difficulties in functioning. The global disability prevalence is higher than previous WHO estimates, which date from the 1970s and suggested a figure of around 10%. This global estimate for disability is on the rise due to population ageing and the rapid spread of chronic diseases, as well as improvements in the methodologies used to measure disability. This research deals specifically with the physically disabled and often people with physical disabilities feel frustrated because they cannot do activities such as: playing sports and doing exercise. Having a physical disability also changes the way a person lives their life. They may find their life changes and activities they had previously included as part of their daily routine such as brushing their teeth, washing and doing household chores suddenly become a huge effort and many people require another person's help to carry out these activities. Also, they suffer from three basic challenges like; education, economic and, communication. Firstly, Education: The results of the investigation revealed that the physically handicapped. They face a lot of problems while studying they can't learn as the normal ones and they needs someone to help in learning. Secondly, Economic: they can't work and achieve income to help in his practical life. And finally Communication: they can't communicate with others because of his disability.

本研究針對「九、十九、廿九」這一個撲克牌心算遊戲，做進一步的深入探討。首先先進行數字組成和花色組成分析，接著利用電腦程式去模擬出不同尾數間的成功牌組和數字組成情況，進而去分析數據之間的關係。研究結果如下：一、3~30數字組成共220種，加入花色考慮，就有9880種；二、不同尾數成功牌組的數字組成皆是1108組，不同尾數之間的存在對應關係；三、不同尾數數字組成皆22種，出現次數和皆為14404次；四、將遊戲加入JQK後，利用方程式破解會剩下來的牌，且聯立討論出成功牌組；五、透過研究結果，將單人遊戲變化出多人的玩法。

本研究旨在探討分散式網路爬蟲瀏覽時間及覆蓋率之最佳化問題原理。藉由相異物排列所形成的循環組關係式進行一系列的探討。在n個相異元素的簡單排列中，不存在任意元素個數為k (k≤n)的子集對應到自己本身所成集合，我們稱此型態的排列方式為k-錯排。換言之，假如n個相異元素進行簡單排列，排列後每個元素都不在原來的位置上，此時這樣的排列稱為一般的錯排列，也就是1-錯排。本研究從分散網路爬蟲搜尋網址中進行相關發想，發現它的本質是遍歷完所有的頂點且沒有重複經過，即所謂「哈密頓路徑(Hamiltonian path)問題」中一筆畫的NP-hard問題，即圖遍歷問題的一種。因此本研究由k-錯排遞迴之性質來探討分散式網路爬蟲最佳化問題。最後透過電腦模擬及組合數學分析推導，本研究將提出改善以k-錯排應用至分散網路爬蟲的最佳化方式。

本研究旨在解決以往無法將影片色彩化的問題，設計方法分為兩大部分：首先，我們在基礎的生成對抗網路上加進了多個模組如：殘差模組以及特徵提取模組，我們實作多種不同組合的生成對抗網路，並比較其成效。其中，我們利用COCO dataset來訓練我們的的基礎模型。本研究以風景影片為主，因為風景影片的震盪和變化較小。在進入第二階段前，我們利用Kaggle風景圖片資料庫來微調最優的模型。而在第二部分，我們發現生成出的影片會有色彩不連續性的問題，於是我們提出了三套方案來提高影片整體品質來抵銷模型在前饋過程中所產生的不確定性以及隨機性。分別為H.264編碼技術，ORB預測個別幀，以及HSV提高色相穩定度。

Stochastic gradient descent (SGD) is one of the preferred online optimization algorithms. However, one of its major drawbacks is its predisposition to forgetting previous data when optimizing through a data stream, also known as catastrophic interference. In this project, we attempt to mitigate this drawback by proposing a new low-cost approach which incorporates backward queried images with SGD during online training. Under this new approach, we propose that for every new training sample through the data stream, the neural network is optimized using the corresponding backward queried image from the initial dataset. After compiling the accuracy of the proposed method and SGD under a data-stream of 50,000 training cases with 10,000 test cases and comparing our algorithm to SGD, we see substantial improvements in the performance of the neural network with two different MNIST datasets (Fashion and Kuzushiji), classifying the MNIST datasets at a high accuracy for the mean, minimum, lower quartile, median, and upper quartile, while maintaining lower standard deviation in performance, demonstrating that our proposed algorithm can be a potential alternative to online SGD.

基於音樂輸入的動作骨架生成是一個正在興起的研究主題，然而在弦樂樂器的演奏骨架生成上，由於動作與音樂資訊間並非是一對一的對應關係，且在時間序列上非常注重前後關係，此問題仍非常具有挑戰性。在研究中，我們設計新的架構，將小提琴演奏者的演奏各部分拆解並分別生成。針對前人研究及此研究的研究結果，我們分別進行了客觀測試及主觀問卷的評估，兩方面皆顯示我們的研究結果較前研究進步。就我們所知，此篇研究是第一個嘗試在小提琴演奏動作上加入音樂情緒的研究。

「使用給定的多個矩形密鋪一個格狀平面(2D rectangle tiling problem)」為一NP-complete問題，目前多項式時間只能求出盡可能覆蓋最大面積的近似解。本研究所創的階梯演算法透過改變動態規劃所紀錄的狀態，使狀態數大幅減少，進而改善求準確解的時間複雜度，當然也成功證明此演算法的正確性，並且此演算法也能處理環狀及有權重的類似問題，如RTILE PROBLEM、DRTILE PROBLEM。隨後，寫了一個互動展示品直覺地呈現此演算法的意義。並以階梯演算法成功將7/3-approximation algorithm (Krzysztof Lorys and Katarzyna E. Paluch,2000 [4]) 與11/5-approximation algorithm (Piotr Berman et al,2001[7])進行比較與分析。

本研究利用NASA的SRTM 1 Arc-Second資料集來收集全球各地的地形高度圖(heightmap)，也利用MapTiler網站收集相對應的衛星空照圖，用這些收集的圖像，訓練我們建構的VAE-pix2pix模型。VAE-pix2pix為Variational Autoencoder (VAE)及pix2pix (為一個Conditional Generative Adversarial Network)結合的模型，能將人工繪製的高度圖加上真實山脈應有的細節(包含尖銳的山脊、山壁上的紋路、連續的河流網路等……)，並生成出相對應的擬真衛星空照圖。相較於原pix2pix模型，VAE-pix2pix所生成的高度圖及衛星空照圖會更接近於真實世界的地形高度圖及衛星空照圖，同時VAE-pix2pix模型也能透過改變latent code的數值來生成出不同風格的高度圖及空照圖，如地貌的顏色或雪線的高度等，這些都增加模型生成圖像的多樣性。為了使我們建構的模型能更廣泛的被應用，我們在Unity上開發了Unity客戶端，其生成的mesh可以讓使用者直接應用於遊戲的場景，簡化了遊戲中生成擬真山脈模型的任務。

本實驗在探討一顆旋轉橄欖球碰撞地面時，特定情況下反跳後的質心高度增加的現象。我們主要研究橄欖球彈跳高度與初始高度以及初始角速度的關係。首先觀察到旋轉橄欖球落地後有不同的運動軌跡，並由影像分析發現轉動動能以不同比例轉換成移動動能。接著研究不同的碰撞點對於彈跳高度的影響，以力學模型推導彈跳高度大於初始高度的條件後，以實驗驗證。接著進行理論模擬，運用電腦程式求不同初始條件下的碰撞點以及落地時的角度，並擬合實驗數據。最後修正赫茲接觸理論，建立碰撞模型並得到不同角速度與碰撞點下反跳速度的熱圖與碰撞時的正向力函數。

本研究提出一套創新的人體健康分析方式，透過全新的分析演算法架構深度解析脈搏訊號中的特徵，並結合深度神經網路進行預測，最後開發成監測人體健康的嵌入式系統。本研究基於血液共振理論，將光體積變化描計圖法擷取到的脈搏訊號進行訊號處理，從中擷取出共振峰值以及其變化量，檢測血液循環一週的微小變化，改善了當前分析方法著重在計算平均值，無法呈現即時狀態的缺失。本研究提出的系統和演算法所延伸的預警系統具有77.3%的預測精準度，同時可以擴展至多種趨勢相關的臨床症狀。此外，本系統十分適合應用於低功耗、低成本的硬體，對於未來各種行動裝置、穿戴科技與居家照護的生理數據分析需求，可提供實質的貢獻。